一种基于全连接神经网络与传递率函数相结合的钢结构损伤检测方法，利用ANSYS软件对钢结构框架结构模型进行瞬态分析，得到不同损伤位置和损伤程度下钢结构框架结构的节点加速度，通过MATLAB软件得到传递率函数变化量。将传递率函数变化量作为全连接神经网络的输入参数得到钢结构各检测位置的损伤指标值。进一步的，通过钢结构框架损伤检测实验进行实验验证。结果表明，新方法与传统的传递率函数法相比，所有位置的钢结构损伤识别率平均提高了26.3％，能更准确与全面地识别钢结构各位置的损伤情况，对钢结构损伤位置进行精确定位。
📄 2020108699715
📂 G06F30_27
👤 浙江工业大学
📅 2020-08-26
本发明公开了一种基于随机图像掩码和双流神经网络的图像分类方法，包括获取待分类图像，输入至训练好的双流神经网络，得到该待分类图像所属的类别。本基于随机图像掩码和双流神经网络的图像分类方法通过掩码图像和拼接图像，实现了对图像数据的双重表征，掩码图像则是通过掩码块对原始图像进行覆盖，迫使网络学习从剩余信息中推断整体内容的能力，拼接图像则是通过拼接被掩码块覆盖的原始图像的局部信息，提供了更为细致的局部特征视图，有助于网络捕获图像的精细结构，同时通过掩码图像和拼接图像训练网络，使网络仅通过图像中的部分信息学习整体的特点，有助于提高网络的泛化能力。
📄 2024115603611
📂 G06V10_764
👤 浙江工业大学
📅 2024-11-04
本发明公开了一种基于神经网络的图像三维模型构建方法，包括以下步骤：特征提取步骤：利用二维CNN提取二维图像的图像特征；拼接步骤：将原始网格模型的三维坐标与所述图像特征拼接为图结构的顶点特征向量；三维坐标重建步骤：利用GCN对所述图结构的顶点特征向量进行卷积变形，获得新顶点及对应的三维坐标；三维模型重构步骤：根据新顶点的三维坐标既获得图像三维模型。还公开了一种神经网络的图像三维模型构建装置，该图像三维模型构建方法及装置可以应用于家具图像以及室内装修图的三维重建。
📄 2019107017843
📂 G06T17_10
👤 浙江工业大学
📅 2019-07-31
一种基于IGBO的双级摆二维桥式吊车RBF神经网络建模方法，包括以下步骤：1)通过实验或者现场采集获得双极摆二维桥式吊车系统的输入和输出数据；2)提出一种改进全局搜索和局部搜索策略的基于梯度的优化算法，并提出基于该算法的双级摆二维桥式吊车RBF神经网络建模方法；3)设定算法的运行参数，将RBF神经网络模型输出与实际输出的均方根误差和作为IGBO的目标函数；4)运行IGBO获得RBF神经网络的最优参数估计值，并将最优值输入RBF神经网络模型中，获得桥式吊车的仿真模型。本发明RBF神经网络建模方法能同时建立双极摆二维桥式吊车的多个输出模型，也适用于其它复杂系统建模。
📄 2021104669359
📂 G06F30_17
👤 浙江工业大学
📅 2021-04-28
本发明公开了一种基于神经网络的无线供能边缘计算网络的任务卸载方法，构建以无线设备信道增益为输入、供能时长比例为输出的全连接神经网络模型，将当前无线设备信道增益输入到训练好的所述全连接神经网络模型，得到供能时长比例，进而确定供能时长。然后在确定的供能时长情况下，通过最大化所有无线设备的总计算速率，得到每个无线设备任务卸载通信时长和所占用的能量分配比例，进而配置无线供能边缘计算网络按照所得到的任务卸载通信时长和任务卸载通信所占用的能量分配比例进行工作。本发明决策出部分卸载的能量分配和时间分配方案，同时也得到较高的网络计算速率。
📄 2022100878307
📂 H04L67_10
👤 浙江工业大学
📅 2022-01-25
利用存在阵元位置误差的N个阵元构成的线阵作为接收阵列，接收M组训练区间范围内的信号源产生的原始训练数据；由原始训练数据集合通过矩阵运算和归一化处理得到神经网络输入层训练数据；根据训练数据Rm和信号源到达角Θm的维数和精度要求设置隐层的层数和各个隐层中神经元的个数，根据输入层、隐层和输出层的神经元的数目确定各层的权值矩阵和阈值矩阵的维数，从而构建神经网络；将M组训练数据输给神经网络输入层，通过神经网络训练得到反映训练数据R和信号源到达角Θ之间映射关系的最优权值矩阵和最优阈值矩阵；利用修正好的最优权值矩阵和最优阈值矩阵对测试数据RC进行前向运算得到神经网络最终的输出值就是测试信号到达角的估计值。
📄 2018109844193
📂 G06F18_213
👤 陕西理工大学, 西安电子科技大学
📅 2018-11-02
本发明提供一种基于分层神经网络的图像去雾方法，包括获取有雾图片，并将有雾图片分割为内容特征和细节特征两种成分；对内容特征和细节特征两种成分进行去雾处理；对内容特征和细节特征两种成分处理时产生的中间结果进行交互；根据交互结果，恢复出与有雾图片相对的无雾图像。实施本发明，能够解决现有技术所存在的问题，将有雾图分割为内容和细节两部分进行去雾处理，得到更高的定量指标及更好的视觉效果。
📄 2019112090162
📂 G06T5_00
👤 温州大学
📅 2019-11-30
本发明公开了一种基于端到端的雾霾浓度自适应神经网络图像去雾方法，包括以下步骤：构建图像去雾模型；获取有雾图像数据；利用图像去雾模型中的特征增强模块将特征图级联不同路径恢复的图像，将具有不同浓密雾度的模糊图像整合在一起，帮助网络自适应感知图像雾霾浓度；将功能增强后的特征通过多尺度特征注意力模块重构为清晰的无雾图像；计算恢复图像和对应清晰图像的均方误差和感知损失，更新图像去雾模型；其中均方误差指导图像去雾模型学习清晰图像的内容，感知损失用于量化恢复的图像和对应清晰图像之间的视觉差异，两种损失函数协作优化去雾模型。上述技术方案，对实际拍摄的雾图进行有效地去雾处理，恢复高质量图像，实用性好。
📄 202010781114X
📂 G06T5_00
👤 温州大学
📅 2020-08-06
本发明请求保护一种ISM(2.4GHz)频段中基于时频二维LMBP神经网络的频谱预测方法，包括：ISM频段相关性的计算，通过对ISM频段的实测、量化和相关性分析得到ISM频段时域和频域的相关性；第二步：基于ISM频段时频相关性，构建时频二维LMBP神经网络来实现ISM频段的预测；第三步：以实测数据作为神经网络的时频输入向量和目标向量，以牛顿法学习规则实现时频二维LMBP神经网络的迭代训练，得到由神经网络节点间权值w和阈值b构成的参数向量u的最优解；第四步：以训练完成的二维LMBP神经网络来实现ISM频段的频谱预测。计算ISM频段时频相关性的基础上，通过时频二维LMBP神经网络实现ISM频段的频谱预测，该方法同时域LMBP神经网络和Markov算法相比具有预测精度高，训练收敛时间短的优点。
📄 2016101490878
📂 H04B17_373
👤 重庆邮电大学
📅 2016-03-16
本发明涉及一种基于支持向量机和概率神经网络的层次入侵检测方法，包括：用基于网格寻优的支持向量机模型执行二分类：采用支持向量机模型执行二分类操作，通过调整训练集抽样比例消除原始数据集各类别的非平衡性，并以粗细结合的网格搜索方法优化模型参数，并将捕获的数据记录归为U2R类和非U2R类；利用基于聚类和双平滑因子优化的概率神经网络模型进行分类：通过聚类和调节抽样比例得到R2L类的有效训练集，并利用微粒子群方法寻找最优双平滑因子以优化概率神经网络模型模型，并将被识别为非U2R类的数据记录流入概率神经网络模型进行R2L和Normal的二分类操作。本发明在保证较高正常类识别率的基础上，最大程度提高对于R2L和U2R攻击类的检测准确率。
📄 2018107540352
📂 H04L29_06
👤 浙江理工大学
📅 2018-07-11
本发明提出了一种基于级联几何上下文神经网络的双目视差估计方法；本发明设计了一种新的级联卷积神经网络Cascaded GCNet(CGCNet)，该网络主要通过改进GCNet,通过将3d卷积和原有的2d卷积操作结合，得到了较好的视差图特征表述，有利于后续网络训练；并且利用RefineNet对GCnet网络输出的粗糙视差图进行优化，迭代求精，提高了视差图的预测精度；RefineNet优化过程中，利用难例挖掘使得网络模型专注于难得样本学习，以此提高本网络对于不同复杂度图像对的视差估计精度。
📄 2018110381737
📂 G06T7_55
👤 杭州电子科技大学
📅 2018-09-06
本发明请求保护一种基于神经网络和图像识别的智能水面漂浮物打捞系统，涉及智能识别和自动控制领域，包括1)双体船结构建模；2)图像采集与处理；3)图片识别模型建模；4)船体控制模型建模，根据图像识别出的漂浮物坐标与识别区域三等分线坐标的比较，通过一个线性函数求出下一时刻的偏转方向；5)智能水面漂浮物打捞系统的搭建，将单片机、电池、发动机、散热器、打捞网、广角摄像头、PC等器材组装成一个智能水面漂浮物打捞船，然后将构造好的船体控制程序烧录进智能水面漂浮物识别系统的单片机中，实现智能水面漂浮物识别系统转向、巡航、掉头等功能，本发明无需人为控制便能自动、快速、高效率地打捞起水面漂浮物，实现自主清淤。
📄 2018111844990
📂 G06K9_62
👤 中科创源(山西)智能科技有限公司
📅 2018-10-11
柿子坊 · 知识产权运营
柿子坊知识产权运营平台